[发明专利]一种森林地上生物量遥感估测通用模型构建方法

权利要求书

1.一种森林地上生物量遥感估测通用模型构建方法，其特征在于，包括如下步骤：

步骤1、获取美国陆地卫星Landsat时间序列图像，经过辐射定标、大气校正、几何校正、地形校正，得到地表反射率和几何位置归一化的数据集；

步骤2、提取遥感图像的原始波段、植被因子、图像增强因子、纹理因子、地形因子，并计算遥感因子的变化量；

步骤3、进行野外样地调查，对伐倒木进行取样称重，带回实验室烘干称重，采用不同的函数形式拟合得到单木的地上生物量估测模型；

步骤4、根据每五年国家完成的一类森林资源调查样地数据，计算样地水平下的地上生物量，同时计算样地森林地上生物量的变化量和遥感因子变化量，

ΔAGB＝AGB_n-AGB_n-5 (1)

ΔRS＝RS_n-RS_n-5 (2)

其中，ΔAGB和ΔRS分别代表地上生物量和遥感因子的变化量，n代表年份；

步骤5，以步骤2和步骤4得到的因子作为变量，构建模型数据集；

步骤6，构建森林地上生物量的通用模型形式为，

其中，f()是给定形式的数学函数，括号里的是自变量，为输入的变量，输入变量中，DBH为样地树木平均胸径，H为平均树高，Age为平均树龄，B₁…B_m为卫星原始波段因子，C₁…C_n为波段组合因子，V₁…V_o为植被指数值，I₁…I_p为信息增强因子，W₁…W_q为纹理因子，G₁…G_r为地理因子，R₁…R_u为参考参数，依赖于监测的对象类别和卫星图像的空间分辨率；

步骤7，根据相关性筛选重要性强的遥感因子，采用皮尔逊相关系数、散点图曲线方法综合判断与生物量相关性强的因子；

步骤8，通过逐步回归、线性混合模型、线性联立方程组、地理加权回归模型来构建森林地上生物量；剔除少量的10以下的生物量值和较高的离群值，避免遥感数据饱和造成的生物量估测误差，随机选取80％的数据构建模型，20％的数据用于检验；

步骤9，模型检验，通过以下指标来评价模型的模拟精度和检验精度；

决定系数：

相对均方根误差：

相对平均绝对误差：

其中，为第i和点森林地上生物量的预测值，y_i为观测值，为观测值的平均值。

2.根据权利要求1所述的森林地上生物量遥感估测通用模型构建的方法，其特征在于：步骤1中，所述Landsat遥感数据来源为USGS，采用的是Level 1的数据，用到的是蓝光波段0.45-0.52um，绿光波段0.52-0.60um，红光波段0.63-0.69um，近红外波段0.76-0.90um，短波红外Ⅰ 1.55-1.75um，短波红外Ⅱ 2.08-2.35um，空间分辨率为30m。

3.根据权利要求1所述的森林地上生物量遥感估测通用模型构建的方法，其特征在于：步骤1中，所述地形校正采用的是坡度匹配方法。

4.根据权利要求1所述的森林地上生物量遥感估测通用模型构建的方法，其特征在于：步骤2中，所述遥感因子的变化量需要和地面调查的时间进行匹配。

5.根据权利要求1所述森林地上生物量遥感估测通用模型构建的方法，其特征在于：步骤4中，所述样地数据也可以是其他方式连续观察的数据，样地数据需包含平均胸径、平均树高、株数、优势树种。

6.根据权利要求1所述森林地上生物量遥感估测通用模型构建的方法，其特征在于：步骤6中，所述地理因子包括坡度、坡向、海拔和土壤。

7.根据权利要求1所述森林地上生物量遥感估测通用模型构建的方法，其特征在于：步骤8中，所述线性混合模型分别选用样地号、调查年为固定效应，海拔等级和坡度等级为随机效应。